标题TITLE
期刊：Landslides
作者：Zhice Fang, JingJing Wang*, Yi Wang, Baoyu Du & Guanting Liu
年份：2024
摘要ABSTRACT
滑坡空间预测研究主要集中在通过考虑一系列地质环境因素来估计滑坡发生的可能性。然而，这些研究中的大多数都没有考虑不同地形单元之间滑坡发生的空间依赖性。本研究探讨了对空间依赖性的理解如何提高中国三峡库区整个区域的滑坡发生预测。具体来说，我们开发了空间二项广义可加模型（GAMs），分别结合杜洪样条（DS）和马尔可夫随机场（MRF）函数来表示连续和离散的空间依赖性。为了测试我们提出的模型的有效性，我们将它们与常见的 GAM 模型以及两种流行的机器学习模型：支持向量机（SVM）和随机森林（RF）进行比较。实验结果表明，基于十折交叉验证过程，我们的模型实现了卓越的预测性能，得分在 0.929 到 0.938 之间，而基准方法的得分在 0.912 到 0.914 之间。这些结果表明，纳入空间依赖性显著提高了滑坡易发性预测的性能。此外，GAM-DS 和 GAM-MRF 模型之间的比较证明，空间依赖性的连续平滑提供了更详细和精确的滑坡易发性表示。我们相信，我们整合空间依赖性的方法将为滑坡研究社区从空间知情的角度评估滑坡易发性奠定基础。
图表FIGURE
a. 研究区域在中国的位置；b. 研究区域内滑坡的空间分布。
本研究中使用的滑坡协变量。a 海拔，b 坡度，c 岩性，d 到断层的距离，e 到溪流的距离，f 到溪流的距离，g 北向性，h 东向性，i 平面曲率，j 剖面曲率，k 最大月降雨量，以及 l 平均年降雨量。
基于流域的空间网络地图
协变量相关性分析
模型的拟合优度
研究区域的连续和离散空间效应。
十倍交叉验证的受试者工作特征曲线和箱线图
混淆图。饼图显示了地图中不同类别的百分比。
结论CONCLUSION
我们探索并研究了空间依赖性如何改善中国整个三峡库区的滑坡空间预测结果。本研究依赖于二项式广义可加模型（GAM），通过结合杜洪样条和马尔可夫随机场（MRF）函数分别表示连续和离散的空间依赖性。实验结果表明，结合空间依赖性的所提出模型比三个基准模型实现了更高的预测性能。此外，预测结果是可解释的，靠近长江的地区对滑坡发生表现出高空间效应。而且，GAM-DS 比 GAM-MRF 模型实现了更高的预测准确性，表明空间依赖性的连续平滑提供了对滑坡敏感性更详细和精确的表示，从而导致更高的拟合优度和预测性能。尽管我们的空间 GAM 模型与机器学习模型相比显示出相对适度的改进，但我们建议将空间依赖性的使用扩展到其他研究区域进行滑坡预测。此外，从滑坡灾害定义的角度来看，我们的模型没有解决滑坡的其他重要特征，如规模和时间。因此，我们设想未来努力探索空间依赖性如何影响滑坡规模的空间分布模式。或者更好的是，开发一个整合时空依赖性的滑坡模型将对实际应用有用。另一方面，不同类型的滑坡可能表现出各种空间分布特征。因此，为不同类型的滑坡开发特定的空间依赖性函数也是我们需要探索的事情。总体而言，我们相信我们结合空间依赖性的模型将为滑坡领域的滑坡敏感性建模提供一个新的空间视角。
参考文献REFERENCES
Fang, Z., Wang, J., Wang, Y. et al. Improved landslide prediction by considering continuous and discrete spatial dependency. Landslides (2024).
联系邮箱丨engeomodel@gmail.com
长按识别二维码关注我们
免责声明
本公众号推广所有论文，仅供学术交流，由于小编水平有限，摘要、图表均为原文内容，文字翻译部分仅代表小编个人理解，本公众号不具该原文的版权。在文献解读或作者简历介绍过程中如有疏漏，我们深表歉意，如涉及侵权问题或冒犯之处，请作者团队及时联系本公众号（邮箱），我们会在第一时间进行修改或删除，感谢您的谅解！
